le-app-design 集成测试报告（单元 + E2E）

日期：2026-11-07 · 环境：ZCode Desktop（darwin-arm64）· 测试执行：本会话（skill 创建过程内）
结论：全绿。三个上游 Skill 在同一设计任务中被真实安装、解析、调用并协同工作，全程留有机器可查证据。
E2E 运行目录（完整证据）：本目录 + 源运行目录 /tmp/lead-e2e-habit/le-app-design-runs/e2e-habit/

一、被测对象

skills/le-app-design/：编排器 Skill。三个上游为必需依赖：ui-ux-pro-max（MIT）、frontend-design（Apache-2.0, Anthropic）、impeccable（Apache-2.0, pbakaus）。本测试验证的不是「文件存在」，而是「真实调用发生且产生效果」。

二、单元级测试

#	用例	结果
1	check_deps 正例：三方解析 + 活性（pro-max 真跑检索 / impeccable 二进制 4.8.0 / frontend-design 原文 9390B + sha256）	✅ exit 0，deps.json `ok=true`
2	check_deps 负例：根全部指向不存在路径	✅ exit 1，逐项报缺失原因与安装指引
3	evidence_report 空账本	✅ FAIL exit 1（验收门有效）
4	log_call exec / load / 失败命令	✅ 三形态记账；退出码透传（/usr/bin/false→1）；失败调用留痕
5	validate_skill 结构体检	✅ 10/10
6	trigger_eval 触发冒烟	✅ 11/11 一致（含 3 条单上游直连负例）

过程中抓到并修复 1 个真实 bug：log_call.py 最初用 argparse REMAINDER，会把 --run-dir 等选项吞进子命令（命令 127、账本写错目录）——改为手工按裸 -- 切分后全部通过。

三、E2E：HabitFlow 习惯打卡 App（S0–S7 全程真跑）

任务：移动 Web 高保真原型，今日页 + 统计页（390×844，兼容 375），Operate 模式。

阶段	上游真实调用（calls.jsonl 编号）	实际效果
S0 依赖门	check_deps	三方全绿，路径写入 deps.json
S1 产品理解	—	BRIEF.md（模式归属 Operate + 假设标注）
S2 设计规范	ui-ux-pro-max #1：`search.py --design-system --persist`	产出 `design-system/habitflow/MASTER.md`（Claymorphism / 琥珀+绿 / Varela Round+Nunito Sans，91ms）
S3 视觉探索	frontend-design #2：宿主 Skill 工具装载 + load 记账（sha256 d9197063…）	design-plan.md：两遍法 + AI 味特征清单逐条自检 + 4 项冲突裁决记录
S4 高保真构建	impeccable #3：craft-floor.md load	可交互双屏原型 index.html；宿主 IAB 实测：打卡计数 3→4、toast 显示、375 无横滚
S5 设计审查	impeccable #4 context（exit 0，走 SCOPED_EXISTING_ALLOWED 通道）、#5 critique.md load、#6 `detect --json`（exit 2 = 2 findings）	双独立 sub-agent（agent_5e37cec9 / agent_96a151e6）按 critique.md 硬性要求并行评审：A 26/36 + 3×P1；B 2 findings 均属实；快照持久化 `.impeccable/critique/` + trend 首跑
S6 优化迭代	impeccable #7 复跑 detect	修复 3×P1 + 2×P2 + 7 项次要（撤章可见+恢复按钮、焦点保持、统计同源派生、5/5 峰值态、字阶 22→26px 等）；复测：flat-type-hierarchy 清零，仅剩 cream-palette（design-plan 已裁决保留：MASTER 钉死暖色系统+题材支撑，记录在案）；交互复验 4/4 预期通过
S7 交付	evidence_report	PASS：三方各有 ≥1 成功调用，6 项产物全部存在

三方协同的直接证据链：MASTER.md（pro-max 产出）→ design-plan 的裁决表引用 MASTER tokens（frontend-design 方法论消费 pro-max 数据）→ 原型 CSS 变量全部挂 MASTER（两者共同落地）→ detect findings + A 评审引用 craft-floor 与 MASTER 语义（impeccable 审查前两者产出）→ S6 修复同时响应 A 的 P1 与 B 的 detector finding（字阶）。

四、验收门语义说明（诚实边界）

impeccable 两行 exit=2 的 detect 记录在统计表中计为「失败调用」——这是 evidence_report 的保守口径；按 impeccable 自身契约 exit 2 = 有 findings 的成功扫描（stdout JSON 已留账本）。验收门不以这两行判 FAIL，也不依赖它们凑数（impeccable 另有 3 条成功调用）。
浏览器 overlay 注入（live-server + detect.js）主动跳过，fallback 原因已写入 critique 报告 Run Notes；宿主 IAB 截图与交互实测承担了浏览器证据职责。
E2E 中停点 1/2 未实际停顿：题目选择时用户已授权整段测试跑完；真实设计任务中停点仍为回合终止硬约束。

五、已知限制

cream-palette finding 保留（有意裁决，见 S6）。
detect 只扫 web markup（本交付形态即 Web，无影响）。
截图依赖宿主浏览器（本机无 Chrome，用 ZCode IAB 的 setViewportSize+screenshot 实现；无宿主浏览器的 runtime 按 runtimes.md 声明 fallback）。
skill 触发行为尚未在新会话真实对话实测（trigger_eval 仅词面冒烟）——按惯例需新会话验证。

六、复现方式

python3 skills/le-app-design/scripts/check_deps.py          # S0
# S2：log_call.py ui-ux-pro-max -- python3 ~/.agents/skills/ui-ux-pro-max/scripts/search.py "…" --design-system --persist …
# S3：宿主 Skill 工具装载 frontend-design；log_call.py frontend-design --load ~/.agents/skills/frontend-design/SKILL.md
# S5：sh ~/.agents/skills/impeccable/scripts/impeccable context / detect --json（经 log_call 包裹）
python3 skills/le-app-design/scripts/evidence_report.py --run-dir <RUN> …   # S7
cat reports/e2e-habit/calls.jsonl                            # 全部 7 条原始调用记录

5.6 KiB Raw Blame History Unescape Escape